CN116541753A - 一种风电机组叶片覆冰预警方法 - Google Patents

一种风电机组叶片覆冰预警方法 Download PDF

Info

Publication number
CN116541753A
CN116541753A CN202310827610.8A CN202310827610A CN116541753A CN 116541753 A CN116541753 A CN 116541753A CN 202310827610 A CN202310827610 A CN 202310827610A CN 116541753 A CN116541753 A CN 116541753A
Authority
CN
China
Prior art keywords
fan
icing
wind
pitch angle
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310827610.8A
Other languages
English (en)
Other versions
CN116541753B (zh
Inventor
蔡昭兵
刘瑞博
罗战
周立博
徐旭朝
彭锟
虞波
杨振宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Three Gorges Technology Co ltd
Three Gorges Zhikong Technology Co ltd
Original Assignee
Three Gorges Technology Co ltd
Three Gorges Zhikong Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Three Gorges Technology Co ltd, Three Gorges Zhikong Technology Co ltd filed Critical Three Gorges Technology Co ltd
Priority to CN202310827610.8A priority Critical patent/CN116541753B/zh
Publication of CN116541753A publication Critical patent/CN116541753A/zh
Application granted granted Critical
Publication of CN116541753B publication Critical patent/CN116541753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D80/00Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/40Ice detection; De-icing means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风电机组叶片覆冰预警方法,先基于环境温度判断叶片是否处于覆冰状态,再判断风机是否处于限功率状态,对于限功率状态的风机,根据功率判别保护阈值识别叶片的覆冰程度,开启使能开关,若判断使能开关开启,将允许风机继续并网发电,并根据风机实际桨距角选择多种不同的判别方式,直到判别出叶片覆冰加剧出现变桨速度高频振荡或风轮转速出现异常振荡情况,再进行叶片覆冰预警,若判断使能开关不开启,则直接触发叶片覆冰预警;一旦出现叶片覆冰预警,风机将进行停机保护。

Description

一种风电机组叶片覆冰预警方法
技术领域
本发明涉及风电场风机风险识别领域,具体涉及一种风电机组叶片覆冰预警方法。
背景技术
在风电场风机的运行状态中,叶片作为风电机组最为关键的气动部件,在它表面形成的不规则外形及不同厚度分布的冰层将直接影响机组的性能和载荷安全。更为关键的是这种冰层还在随着时间及外界条件的变化而不断变化,很难准确预警。若叶片覆冰预警过于敏感,风电机组停机频繁,将造成发电量损失;若叶片覆冰预警不够灵敏,且叶片覆冰严重的时会造成叶片断裂,导致风电机组大部件损失,同时威胁风电场人员安全。
另外在一些远离建筑人群的风电场,不考虑叶片上冰块脱落对周边事物的影响,在风电机组安全运行范围内,叶片轻微覆冰运行反而能增加发电量,更符合实际需求。
对于风电机组叶片覆冰预警基于借助传感器和不借助传感器手段分析如下:
1) 考虑风电机组叶片覆冰之后气动性能下降,导致的风速功率不匹配特性,即是否存在大风小功率的情况并结合环境温度来判断叶片是否出现覆冰;
2) 基于大数据和人工智能的数据挖掘技术,构建风电机组叶片结冰预测模型,来识别叶片覆冰;
3) 依据风电机组叶片覆冰之后叶片振动频率变化,在叶片增加载荷设备监测叶片振动频率从而实现对叶片覆冰的预警;
4) 根据风电机组叶片覆冰之后气动系数的变化情况,来判断叶片是否覆冰。
5) 借助于智能传感技术,如依靠云台相机来实时监测风电机组叶片覆冰情况,在叶片安装结冰传感器来监测叶片覆冰情况;
现有技术中根据叶片覆冰之后出现的风速功率不匹配的情况来判断叶片是否覆冰的,在该方法中由于要排除湍流风的影响,因此监测时间尺度较长容易出现预警不及时问题,并且该方法无法覆盖限功率以及超过额定风速的工况;而利用云台相机或结冰传感器等外置硬件设备来识别叶片覆冰的技术,但是由于风电机组所处环境的复杂性,一些智能传感设备的可靠性也受到一定限制,如云台相机在大雾或者雨雪条件下,可靠性大打折扣,同时由于成本的考量,新增的外部检测设备也很难做到批量应用。
而现有技术中基于大数据和人工智能的数据挖掘技术构建覆冰预警模型,识别叶片覆冰,会存在预警模型的训练需要一定时间优化,并且由于过于依赖数据的准确性,鲁棒性不强很难大批量推广使用;而仅仅依靠叶片气动系数的变化来判断叶片覆冰情况,存在过于依赖叶片理论模型的问题,并且未考虑覆冰对风机机组整机的安全影响。
发明内容
考虑现有技术的不足,本发明提供一种风电机组叶片覆冰预警方法,本发明旨在降低风电场风机风叶在覆冰环境下的监测成本。本发明在不依赖额外安装监测设备的情况下,提供一种覆盖风电机组运行全工况,充分考虑叶片覆冰对风电机组的直接与间接影响,利用风机转速、风速、桨距角以及有功功率的相关特性,同时结合叶片覆冰对风轮转速的影响,综合权衡叶片覆冰的安全性与发电量,实现风电机组叶片覆冰预警控制。
一种风电机组叶片覆冰预警方法,包含:
S1:在风机被预判覆冰的场景下,将数据采集器得到风机运行参数及对应的风机的实际有功功率P作为先验状态信息进行存储;
S2:基于风机在未被预判覆冰的工作状态下的风机运行参数及对应的风机理论状态信息和覆冰状态下的先验状态信息执行相关性的计算;
S3:基于不同判别门限识别风机的轻度覆冰和非轻度覆冰状态,使非轻度覆冰状态的风机停机保护,允许风机在轻度覆冰时运行,直至根据风机运行参数判断出监测参数超出许可范围,使风机停机保护;
所述风机运行参数包括风速V、风轮转速ω、风机实际桨距角β、变桨速度。
优选的,步骤S1包括:
S101:基于风机编码器得到风轮转速ω和风速V;
S102:基于数据采集器得到风机实际桨距角β和相应风机实际桨距角β下理论预存有功功率P s
S103:将上述风电场风机覆冰状态下的先验状态信息在实时数据库执行存储。
优选的,步骤S2包括:
S201:基于风机在未覆冰工作状态下的风机运行参数查找或计算对应的风机理论状态信息在理论数据库执行存储;
S202:基于先验状态信息和风机理论状态信息在数据分析单元执行相关性计算;
S203:通过计算覆冰状态下的先验值和实时观测值之间的相关系数和差值设置分类门限。
优选的,风机是否覆冰的预判结果通过温度观测值与温度判别阈值执行初始覆冰状态检测获得。
优选的,步骤S3包括:
S301:根据实际有功功率P是否小于额定功率、风机实际桨距角β是否小于最小桨距角执行风机是否限功率判别;
S302:在判别风机限功率的情况下,基于当前实际桨距角β对应的理论预存有功功率P s 及实际有功功率P之和,和功率判别保护阈值执行覆冰状态检测,如果判别为不允许覆冰运行,则执行覆冰预警;如果判别为允许覆冰运行,进一步基于风机实际桨距角β与先验覆状态下经验判别门限β d 的比较结果选择监测参数,直至监测参数超出许可范围,使风机停机保护;
监测参数包括判别变桨速度高频振荡的参数:变桨速度频谱最大点频率fpmax以及对应的幅值Apmax
或判别风轮转速出现异常振荡的参数:风轮转速频谱最大点频率fsmax以及对应的幅值Asmax
当前风机实际桨距角β对应的理论预存有功功率P s 及功率判别保护阈值通过步骤S2获得。
进一步的,Ps=0.5×ρ×S×V3×(Cp1-Cp2);
ρ为空气密度,S为风轮面扫风面积,V为风速,θ为对风偏差角度,θ=180°-风向标测量风向角;Cp1、Cp2分别是最小桨距角以及风机实际桨距角β下对应的风能利用系数;
Cp1、Cp2按照以下步骤查询:
先计算当前叶尖速比:λ=2×Π×ω×r/V,其中ω是风轮转速,V是风速,r是风轮半径;
根据叶片型号和风机额定功率,在对应的风机整机模型中,分别调取最小桨距角、风机实际桨距角β对应的叶尖速比与风能利用系数的关系曲线,根据当前叶尖速比在关系曲线中查找对应风能利用系数,得Cp1、Cp2
进一步的,功率判别保护阈值为:R×P n -P e
Pn=0.5×ρ×S×V3×cos(θ)2
P e 为叶片覆冰判断有功功率余差变量;P n 为当前风速下的理论有功功率,R为叶片覆冰功率判断系数。
R是参考风机吸收风能理论转换效率设置的,设置为0.5。
进一步的,判别为允许或不允许覆冰运行的条件为:
P s +P小于功率判别保护阈值:R×P n -P e ,则允许覆冰运行;若否,则不允许覆冰运行。
进一步的,S302:在判别风机非限功率的情况下,根据实际风速是否处于额定风速以上工况,选择两种不同的判别方式,根据各自的判别门限识别风机的轻度覆冰和非轻度覆冰状态,使非轻度覆冰状态的风机停机保护,允许风机在轻度覆冰时运行,直至监测参数超出许可范围,使风机停机保护;
监测参数为判别风轮转速出现异常振荡的参数:风轮转速频谱最大点频率fsmax以及对应的幅值Asmax
两种不同的判别方式包括:
当前风速处于额定风速以上时,查风速-理论桨距角曲线得到非限功率理论桨距角β T ,若风机实际桨距角β小于判别门限:β T -β e ,则判别为轻度覆冰,否则,判别为非轻度覆冰状态;
当前风速未处于额定风速以上时,若实际有功功率P小于判别门限:R×Pn,则判别为轻度覆冰,否则,判别为非轻度覆冰状态;
β T 是风电机组理论模型中风速对应的理论桨距角,β e 是叶片覆冰判断桨距角余差变量。
βe设置为0.5deg。
本发明的有益效果是:提供一种风电机组叶片覆冰预警方法,在不依赖额外安装监测设备的情况下,提供一种覆盖风电机组运行全工况,充分考虑叶片覆冰对风电机组的直接与间接影响,利用风机转速、风速、桨距角以及有功功率的相关特性,同时结合叶片覆冰对风轮转速的影响,综合权衡叶片覆冰的安全性与发电量,实现风电机组叶片覆冰预警控制。
附图说明
图1为风电机组叶片覆冰预警控制流程;
图2为风电机组限功率判断逻辑框图;
图3为变桨速度高频振荡判断流程框图;
图4为风轮转速异常振荡判断流程框图;
图5为3.4MW整机模型最小桨距角下叶尖速比与风能利用系数对应关系曲线;
图6为3.4MW整机模型风机实际桨距角下叶尖速比与风能利用系数对应关系曲线;
图7为优选实施例的风电机组叶片覆冰预警控制流程图;
图8为3.4MW整机模型风速-理论桨距角的对应关系曲线。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以图1所示的风电机组叶片覆冰预警控制流程图为例,风电场风机执行功率分配后,基于信号采集器分别采集覆冰状态下的先验状态信息和未覆冰状态下的理论模型中的理论状态信息,分别在实时数据库和理论数据库中存储,通过实时数据库中的先验状态信息和理论数据库中的理论状态信息执行相关性计算,基于相关信息进行风机覆冰状态的监测,可以降低建设成本,减少维护开销,实现风电场风机叶片的覆冰监测。
覆冰状态即环境温度小于叶片覆冰预警温度阈值T 0
先验状态信息包括风机转速ω和风速V、风机实际桨距角β和对应于风机实际桨距角β的实际有功功率P
风机转速ω和风速V基于风机编码器得到,风机实际桨距角β和对应于风机实际桨距角β的实际有功功率P基于数据采集器得到。
理论状态信息包括风速V和风机理论桨距角β T ,和风机在当前风速V下的理论有功功率P n
覆冰的风机处于限功率状态下时,当前风机实际桨距角β对应的理论预存有功功率P s 与当前风速下的实际有功功率P之和应小于估计出的覆冰风机在当前风速下的安全有功功率:R×P n -P e
实施例1:
图1为风电机组叶片覆冰预警控制流程,先基于环境温度与覆冰温度的判别门限T 0 的对比,判断叶片是否处于覆冰状态,再判断风机是否处于限功率状态,对于处于限功率状态的风机,根据功率判别保护阈值识别叶片的覆冰程度,开启使能开关,设置的使能开关允许叶片轻微覆冰时继续运行,若使能开关开启,将允许风机继续并网发电,并根据风机实际桨距角β选择多种不同的判别方式,直到判别出叶片覆冰加剧出现变桨速度高频振荡或风轮转速出现异常振荡情况,再进行叶片覆冰预警,若判断使能开关不开启,则直接触发叶片覆冰预警;一旦出现叶片覆冰预警,风机将进行停机保护。
其中,根据功率判别保护阈值识别叶片的覆冰程度,开启使能开关,包括:
若风机限功率,则计算当前风机实际桨距角β对应的理论预存有功功率P s ,若P s +P小于功率判别保护阈值:R×P n -P e ,说明叶片轻微覆冰后虽然理论预存有功功率P s 升高,但风机的有功功率输出潜力未超过估计出的覆冰风机在当前风速下的安全有功功率:R×P n - P e ,因此风机实际桨距角β还处于安全范围内,开启使能开关,允许风机覆冰运行。若P s +P不小于功率判别保护阈值:R×P n -P e ,使能开关不开启,直接触发叶片覆冰预警,风机将进行停机保护。
Pn=0.5×ρ×S×V3×cos(θ)2
Ps=0.5×ρ×S×V3×(Cp1-Cp2);
其中T 0 为叶片覆冰预警温度阈值,P s 为限功率下当前风机实际桨距角β预存理论有功功率;P e 为叶片覆冰判断有功功率余差变量,P e 一般取值为50kw;P n 为当前风速下的理论有功功率,R为叶片覆冰功率判断系数, R是参考风机吸收风能理论转换效率设置的,设置为0.5,P为测量的实际有功功率,ρ为空气密度,S为风轮面扫风面积,V为风速,θ为对风偏差角度,θ=180°-风向标测量风向角;Cp1、Cp2分别是最小桨距角以及风机实际桨距角β下对应的风能利用系数,β为测量的风机实际桨距角,最小桨距角与风机叶片模型有关,一般可能为-0.5deg,0,0.5deg,在本发明中提到的3.4MW的风机的风机整机模型中最小间距角是0;
Cp1、Cp2按照以下步骤查询:
先计算当前叶尖速比:λ=2×Π×ω×r/V,其中ω是风轮转速,V是风速,r是风轮半径;
根据叶片型号和风机额定功率,在对应的风机整机模型中,分别调取最小桨距角、风机实际桨距角β对应的叶尖速比与风能利用系数的关系曲线,根据当前叶尖速比在关系曲线中查找对应风能利用系数,得Cp1、Cp2。如图5和图6是叶片型号为叶片Sinoma68,额定功率为3.4MW的风机的风机整机模型中最小桨距角以及风机实际桨距角β对应的叶尖速比与风能利用系数的关系曲线。
限功率的风机在覆冰运行时,根据风机实际桨距角β选择两种不同的判别方式,判别是否发生覆冰加剧风轮转速出现异常振荡情况,再进行叶片覆冰预警。具体步骤包括:
比较风机实际桨距角β与临界安全桨距角β d 的大小;β d 是个经验参数,一般考虑设置为5deg,一般认为大于这个角度风机叶片处于相对安全的状态。
ββ d 进一步对变桨速度进行傅里叶变换得到变桨速度频谱最大点频率fpmax以及对应的幅值Apmax,判断变桨速度频谱最大点频率fpmax是否大于变桨速度高频振荡下限阈值Pfmin,以及最大点频率幅值Apmax是否大于变桨速度主频幅值阈值PAmin,若均大于,则使能开关关闭,执行覆冰状态预警,风电机组将进行停机保护。具体判断流程见下图3所示。频繁变桨会对风机变桨系统、变桨轴承产生影响,比如导致变桨电机发热严重,变桨轴承出现疲劳开裂等;对变桨速度进行高频振荡判断可以避免因叶片覆冰运行控制异常问题导致对风机变桨系统、变桨轴承带来的影响。fpmax一般为0.7Hz,Apmax一般为1deg/s。
β<β d 进一步对风轮转速进行傅里叶变换得到风轮转速频谱最大点频率fsmax以及对应的幅值Asmax,判断风轮转速频谱最大点频率fsmax是否大于风轮转速高频振荡下限阈值fmin,以及最大点频率幅值Asmax是否大于风轮转速主频幅值阈值Amin,若均大于,则使能开关关闭,执行覆冰状态预警,风电机组将进行停机保护。具体判断流程见下图4所示。fsmax一般为1.3Hz,Asmax一般为0.2rpm。
如图2所示,本发明中判断风机是否处于限功率状态的步骤具体为:
采集处于并网发电状态的风机的有功功率设定值、额定功率、风机实际桨距角β,若风机的有功功率设定值小于其额定功率,且风机实际桨距角β大于最小桨距角,则判断风机处于限功率状态,若有功功率设定值不小于其额定功率,或风机实际桨距角β不大于最小桨距角,则判断风机处于非限功率状态。
如图7所示作为本发明的优选实施方式,若判断风机处于非限功率状态,则根据实际风速是否处于额定风速以上工况,选择两种不同的判别方式,根据各自的判别门限识别风机的覆冰状态,开启使能开关,直到判别出覆冰加剧出现风轮转速出现异常振荡情况,再进行叶片覆冰预警,包括:
1、若风机未限功率,且当前风速处于额定风速以上时,如图8查风速-理论桨距角曲线得到非限功率理论桨距角β T ,若风机实际桨距角β小于判别门限:β T -β e 。则使能开关开启;如否,则使能开关关闭;
2、若风机未限功率,且当前风速未处于额定风速以上时,若实际有功功率P小于判别门限:R×Pn,则使能开关开启;如否,则使能开关关闭;
β T 是风机理论模型中风速对应的理论桨距角,β e 是叶片覆冰判断桨距角余差变量,βe一般设置为0.5deg。
β T 是根据风机整机模型中风速-桨距角的对应关系曲线,查表得到理论桨距角,额定功率3.4MW的风机在叶片Sinoma68的风机整机模型中风速-桨距角对应关系曲线如图8所示。
本优选的实施方式中,覆冰的风机处于非限功率状态下时,若实际风速未超过额定风速,则当前风速下的实际有功功率P应小于估计出的覆冰风机在当前风速下的安全有功功率R×P n -P e R×P n
若实际风速超过额定风速,则当前风速下的风机实际桨距角β应小于估计出的覆冰风机在当前风速下的理论桨距角β T -β e
风机叶片覆冰的准确预警一直是行业内的难题,需要综合考量安全与发电量的对立关系;本发明可以实现在不需要额外安装检测设备的情况下,通过分析现有风电机组运行数据,包括有功功率,实际桨距角、风轮转速等,同时结合风电机组整机理论模型中的数据,覆盖风电机组运行全工况,实现在确保风电机组安全的前提下,降低叶片覆冰对风电机组发电量影响,提升风电机组环境适应性,后期经济效益明显。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种风电机组叶片覆冰预警方法,其特征在于,包含:
S1:在风机被预判覆冰的场景下,将数据采集器得到风机运行参数及对应的风机的实际有功功率P作为先验状态信息进行存储;
S2:基于风机在未被预判覆冰的工作状态下的风机运行参数及对应的风机理论状态信息和覆冰状态下的先验状态信息执行相关性的计算;
S3:基于不同判别门限识别风机的轻度覆冰和非轻度覆冰状态,使非轻度覆冰状态的风机停机保护,允许风机在轻度覆冰时运行,直至根据风机运行参数判断出监测参数超出许可范围,使风机停机保护;
所述风机运行参数包括风速V、风轮转速ω、风机实际桨距角β、变桨速度。
2.根据权利要求1所述的一种风电机组叶片覆冰预警方法,其特征在于:步骤S1包括:
S101:基于风机编码器得到风轮转速ω和风速V;
S102:基于数据采集器得到风机实际桨距角β和相应风机实际桨距角β下理论预存有功功率P s
S103:将上述风电场风机覆冰状态下的先验状态信息在实时数据库执行存储。
3.根据权利要求1所述的一种风电机组叶片覆冰预警方法,其特征在于:步骤S2包括:
S201:基于风机在未覆冰工作状态下的风机运行参数查找或计算对应的风机理论状态信息在理论数据库执行存储;
S202:基于先验状态信息和风机理论状态信息在数据分析单元执行相关性计算;
S203:通过计算覆冰状态下的先验值和实时观测值之间的相关系数和差值设置分类门限。
4.根据权利要求1所述的一种风电机组叶片覆冰预警方法,其特征在于:风机是否覆冰的预判结果通过温度观测值与温度判别阈值执行初始覆冰状态检测获得。
5.根据权利要求1所述的一种风电机组叶片覆冰预警方法,其特征在于:步骤S3包括:
S301:根据实际有功功率P是否小于额定功率、风机实际桨距角β是否小于最小桨距角执行风机是否限功率判别;
S302:在判别风机限功率的情况下,基于当前实际桨距角β对应的理论预存有功功率P s 及实际有功功率P之和,和功率判别保护阈值执行覆冰状态检测,如果判别为不允许覆冰运行,则执行覆冰预警;如果判别为允许覆冰运行,进一步基于风机实际桨距角β 与先验覆状态下经验判别门限β d 的比较结果选择监测参数,直至监测参数超出许可范围,使风机停机保护;
监测参数包括判别变桨速度高频振荡的参数:变桨速度频谱最大点频率fpmax以及对应的幅值Apmax
或判别风轮转速出现异常振荡的参数:风轮转速频谱最大点频率fsmax以及对应的幅值Asmax
当前风机实际桨距角β对应的理论预存有功功率P s 及功率判别保护阈值通过步骤S2获得。
6.根据权利要求5所述的一种风电机组叶片覆冰预警方法,其特征在于:Ps=0.5×ρ×S×V3×(Cp1-Cp2);
ρ为空气密度,S为风轮面扫风面积,V为风速,θ为对风偏差角度,θ=180°-风向标测量风向角;Cp1、Cp2分别是最小桨距角以及风机实际桨距角β下对应的风能利用系数;
Cp1、Cp2按照以下步骤查询:
先计算当前叶尖速比:λ=2×Π×ω×r/V,其中ω是风轮转速,V是风速,r是风轮半径;
根据叶片型号和风机额定功率,在对应的风机整机模型中,分别调取最小桨距角、风机实际桨距角β对应的叶尖速比与风能利用系数的关系曲线,根据当前叶尖速比在关系曲线中查找对应风能利用系数,得Cp1、Cp2
7.根据权利要求5所述的一种风电机组叶片覆冰预警方法,其特征在于:功率判别保护阈值为:R×P n -P e ;Pn=0.5×ρ×S×V3×cos(θ)2
P e 为叶片覆冰判断有功功率余差变量;P n 为当前风速下的理论有功功率,R为叶片覆冰功率判断系数。
8.根据权利要求7所述的一种风电机组叶片覆冰预警方法,其特征在于:判别为允许或不允许覆冰运行的条件为:
P s +P小于功率判别保护阈值:R×P n -P e ,则允许覆冰运行;若否,则不允许覆冰运行。
9.根据权利要求5所述的一种风电机组叶片覆冰预警方法,其特征在于:S302:在判别风机非限功率的情况下,根据实际风速是否处于额定风速以上工况,选择两种不同的判别方式,根据各自的判别门限识别风机的轻度覆冰和非轻度覆冰状态,使非轻度覆冰状态的风机停机保护,允许风机在轻度覆冰时运行,直至监测参数超出许可范围,使风机停机保护;
监测参数为判别风轮转速出现异常振荡的参数:风轮转速频谱最大点频率fsmax以及对应的幅值Asmax
两种不同的判别方式包括:
当前风速处于额定风速以上时,查风速-理论桨距角曲线得到非限功率理论桨距角β T ,若风机实际桨距角β小于判别门限:β T -β e ,则判别为轻度覆冰,否则,判别为非轻度覆冰状态;
当前风速未处于额定风速以上时,若实际有功功率P小于判别门限:R×Pn,则判别为轻度覆冰,否则,判别为非轻度覆冰状态;
β T 是风电机组理论模型中风速对应的理论桨距角,β e 是叶片覆冰判断桨距角余差变量。
CN202310827610.8A 2023-07-07 2023-07-07 一种风电机组叶片覆冰预警方法 Active CN116541753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310827610.8A CN116541753B (zh) 2023-07-07 2023-07-07 一种风电机组叶片覆冰预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310827610.8A CN116541753B (zh) 2023-07-07 2023-07-07 一种风电机组叶片覆冰预警方法

Publications (2)

Publication Number Publication Date
CN116541753A true CN116541753A (zh) 2023-08-04
CN116541753B CN116541753B (zh) 2023-09-12

Family

ID=87443986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310827610.8A Active CN116541753B (zh) 2023-07-07 2023-07-07 一种风电机组叶片覆冰预警方法

Country Status (1)

Country Link
CN (1) CN116541753B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756644A (zh) * 2023-08-16 2023-09-15 华北电力大学 一种风电机组风速风向仪覆冰故障的预警方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120024053A1 (en) * 2011-07-22 2012-02-02 General Electric Company System and method for detecting ice on a wind turbine rotor blade
KR20140087704A (ko) * 2012-12-31 2014-07-09 대우조선해양 주식회사 풍력 발전기의 피치 드라이브 제어장치 및 제어방법
EP3009673A1 (en) * 2014-10-15 2016-04-20 Siemens Aktiengesellschaft Operating a wind turbine during standstill, involving particularly the detection of rotor blades icing
US20170058871A1 (en) * 2015-08-27 2017-03-02 General Electric Company System and method for mitigating ice throw from a wind turbine rotor blade
CN108204342A (zh) * 2016-12-16 2018-06-26 北京金风科创风电设备有限公司 风力发电机的叶片结冰识别方法和装置
CN113007041A (zh) * 2021-03-02 2021-06-22 山东中车风电有限公司 一种风电机组叶片结冰检测系统及检测方法
CN114623051A (zh) * 2022-04-22 2022-06-14 西安热工研究院有限公司 一种风电叶片覆冰状态智能识别及预警方法
US20230167807A1 (en) * 2021-12-01 2023-06-01 Wobben Properties Gmbh Method for controlling heating of rotor blades of a wind turbine

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120024053A1 (en) * 2011-07-22 2012-02-02 General Electric Company System and method for detecting ice on a wind turbine rotor blade
KR20140087704A (ko) * 2012-12-31 2014-07-09 대우조선해양 주식회사 풍력 발전기의 피치 드라이브 제어장치 및 제어방법
EP3009673A1 (en) * 2014-10-15 2016-04-20 Siemens Aktiengesellschaft Operating a wind turbine during standstill, involving particularly the detection of rotor blades icing
US20170058871A1 (en) * 2015-08-27 2017-03-02 General Electric Company System and method for mitigating ice throw from a wind turbine rotor blade
CN108204342A (zh) * 2016-12-16 2018-06-26 北京金风科创风电设备有限公司 风力发电机的叶片结冰识别方法和装置
CN113007041A (zh) * 2021-03-02 2021-06-22 山东中车风电有限公司 一种风电机组叶片结冰检测系统及检测方法
US20230167807A1 (en) * 2021-12-01 2023-06-01 Wobben Properties Gmbh Method for controlling heating of rotor blades of a wind turbine
CN114623051A (zh) * 2022-04-22 2022-06-14 西安热工研究院有限公司 一种风电叶片覆冰状态智能识别及预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIJUN ZHANG 等: "Ice Detection Model ofWind Turbine Blades Based on Random Forest Classifier", ENERGIES, pages 1 - 15 *
胡琴 等: "自然覆冰对限功率运行风力机变桨特性的影响", 中国电机工程学报, pages 4838 - 4845 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756644A (zh) * 2023-08-16 2023-09-15 华北电力大学 一种风电机组风速风向仪覆冰故障的预警方法
CN116756644B (zh) * 2023-08-16 2023-11-21 华北电力大学 一种风电机组风速风向仪覆冰故障的预警方法

Also Published As

Publication number Publication date
CN116541753B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN104454386B (zh) 风力发电机组结冰控制方法和装置
Skrimpas et al. Detection of icing on wind turbine blades by means of vibration and power curve analysis
CN101298864B (zh) 运行风力涡轮机的方法和风力涡轮机
CN116541753B (zh) 一种风电机组叶片覆冰预警方法
CN102817780B (zh) 风力发电机组结冰控制装置及控制方法
TWI553224B (zh) 操作一風力發電設備之方法
US7086835B2 (en) Horizontal axis wind turbine and method for controlling horizontal axis wind turbine
CN106715896A (zh) 利用湍流预报使涡轮机过额定运转
Dong et al. Blades icing identification model of wind turbines based on SCADA data
EP2644888A2 (en) Control system and method for avoiding overspeed of a wind turbine
CN105134488B (zh) 一种风电机组的启动方法
EP3542055B1 (en) Operating wind turbine above rating during low erosion conditions
US8197207B2 (en) Individual blade noise measurement system and method for wind turbines
CN105298761A (zh) 一种风力发电机组结冰预警和控制方法及其装置
CN107725286A (zh) 一种基于反时限控制的风力发电机组结冰检测控制方法
Corradini et al. A model-based robust icing detection and estimation scheme for wind turbines
CN114718819A (zh) 基于塔基毫米波测距仪的风机叶片净空监测方法及系统
CN110162888A (zh) 一种基于半监督式学习的风机叶片结冰检测的方法
CN117552936A (zh) 一种风电机组叶片状态监测系统及方法
CN105402093B (zh) 一种用于风场级别的风机结冰检测方法和装置
CN202768252U (zh) 风力发电机组结冰控制装置
CN112761865B (zh) 风电机组叶片的防雨蚀控制方法、装置及风力发电机
CN115059587A (zh) 一种基于5g通信的物联网实时监测预警系统
CN111828252B (zh) 一种风力发电机组落冰风险控制方法
CN114738206A (zh) 风力发电机叶片的覆冰运行控制方法、装置及风力发电机

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Unit 1-20, 2nd Floor, 2nd Floor, Commercial Office Building, Plot 2, A-04, South Side of Shuiyuan Road, Miyun District, Beijing, 101500

Patentee after: Three Gorges Technology Co.,Ltd.

Patentee after: Three Gorges Zhikong Technology Co.,Ltd.

Address before: 430070 4th floor, Beigang Village Industrial Park, No. 36, Shucheng Road, Hongshan District, Wuhan City, Hubei Province

Patentee before: Three Gorges Zhikong Technology Co.,Ltd.

Patentee before: Three Gorges Technology Co.,Ltd.